很多自然语言处理应用程序都是用编程语言PROLOG实现的，或者用建立在PROLOG上的某种扩充来实现。PROLOG被证明是一种有用的工具，它建立在合一和搜索的概念基础上。这样，它提供了很多人工智能应用所必需的基本构造单元。

PROLOG建立在霍恩子句（Horn clause)的概念基础上，霍恩子句可以定义为一个逻辑蕴涵式，蕴涵式的左侧是单一的简单命题。这样，PROLOG中的表达式：

friendly(fido1) :- dog(fido1) well-fed(fido1)

对应于断言：Fido是友好的，如果它是一条狗而且它吃饱了。这在一阶谓词演算中表达如下：

(Dog (Fido1 ) & Well-Fed(Fido1))⊃ Friendly( Fido1)

当然，更有用的规则会使用变量，以便应用于一系列的实体。一个关于“吃饱了的狗是友好的”一般性语句表达如下，其中，变量用一个大写字母开头的符号表示：

1. friendly(X) :- dog(X) well-fed(X)

这等价于一阶谓词演算中的断言Vx（DOG（x)&WELL-FED（x))⊃FRIENDLY（x)。在PROLOG中，它的解释是过程性的：对任何实体x，要证明x是友好的，可以证明x是一条狗，而且x吃饱了。

没有右侧的霍恩子句称为事实。要声明Fifi是一条狗而且它吃饱了，可以加入以下事实：

2.  dog(fifi) :-

3. well-fed(fifi) :-

使用子句1，子句2和子句3，PROLOG现在可以如下证明Fif是友好的：

Goal: Friendly(fifi)

使用合一算法，子句1被具体化以便用于这个目标(也就是说，变量X被绑定到ffi)

4. friendly(fifi) :- dog(fifi) well-fed(fifi)

为了根据这条规则给出目标的证明，需要证明以下子目标：

5. Goal: dog(fifi)

6. Goal: well-fed(fifi)

由于这些子目标就是子句2和子句3的断言，其证明是不言而喻的，所以初始的目标得到证明。

一般地，很多不同的规则可以应用于一个目标。可以逐个尝试它们，直到有一个成功。作为另外一个例子，考虑以下公理：

所有的鱼都生活在海里。

7. live-in-sea(X) :- fish(X)

所有的鳕都是鱼。

8. fish(X):-cod(X)

所有的鲭都是鱼。

9. fish(X) :- mackerel(X)

鲸生活在海里。

10. live-in-sea(X) :- whale(X)

Homer是一条鳕。

11. mackerel(homer):-

Willie是一头鲸。

12. whale(willie) :-

给定这些公理，系统可以证明Willie生活在海里，证明中使用的方法称为回溯搜索。它使用深度优先搜索策略来系统地搜索每一种可能的子句应用序列，用以检查目标是否确立。

图1显示了一个典型的PROLOG搜索，根据前面给定的子句，目标是：

live-in-sea(willie)

感觉PROLOG最好的办法就是运行系统，并使用跟踪工具来精确地观察它是如何工作的。

PROLOG系统在大多数类型的工作站和个人计算机上都可以得到。

图1 live-in-sea(willie)的证明

责任编辑：admin